Webové API

Jak už bylo řečeno v lekci o JSON, hlavní výhoda formátu JSON je, že se na Internetu rozšířil nejvíc. Pojďme toho využít!

Spousta webových služeb poskytuje takzvané API (z application programming interface, programátorské rozhraní), přes které je možné s danou službou komunikovat programově. Místo klikání na tlačítka a čtení stránek „očima” dostaneme data ve formátu, kterým rozumí počítače – a v dnešní době to bude většinou formát JSON.

Requests

K práci s internetovými stránkami použijeme knihovnu Requests. V aktivovaném virtuálním prostředí si ji nainstaluj příkazem:

(env)$ python -m pip install requests

A potom v Pythonu zkus stáhnout nějakou stránku:

import requests

# stažení stránky
stranka = requests.get('https://cs.wikipedia.org', timeout=5)

# ověření, že dotaz proběhl v pořádku
stranka.raise_for_status()

# vypsání obsahu
print(stranka.text)

Měl by se vypsat obsah stránky https://cs.wikipedia.org – HTML kód, který se objeví když v prohlížeči dáš „Ukázat zdroj” (View Page Source, většinou Ctrl+U) a ze kterého prohlížeč umí vykreslit stránku.

Ale my nechceme obsah pro lidi. Podívejme se, co Wikipedia zpřístupňuje počítačům.

Data pro strojové zpracování

Nyní si načteme stránku, která nám vrátí výsledek v JSON:

import requests

# klíčové slovo, podle kterého budeme vyhledávat
klic = 'Vánoce'

# stažení stránky
stranka = requests.get('https://cs.wikipedia.org/w/api.php?action=query&prop=extracts&explaintext&exintro&format=json&titles={}'.format(klic), timeout=5)

# ověření, že dotaz proběhl v pořádku
stranka.raise_for_status()

# vypsání obsahu
print(stranka.text)

Na náš dotaz Wikipedia vrátí základní informace o zadaném vyhledávacím klíči v JSONU.

Zkus řetězec stranka.text převést z JSON na slovník a vypsat trochu srozumitelněji:

import json

# Převedeme do Pythoních struktur
data = json.loads(stranka.text)

# vypíšeme s odsazením 
print(json.dumps(data, ensure_ascii=False, indent=2))